采用状态空间法求解八数码问题

本文介绍了一种基于广度优先搜索算法求解八数码问题的方法,包括状态编码、搜索算法实现及去重策略等关键步骤。

1. 问题描述

  八数码难题也称九宫问题,它是在3×3的方格棋盘上,分别放置了表有数字1、2、3、4、5、6、7、8的八张牌,初始状态 S 0 S_0 S0,目标状态 S g S_g Sg,要求程序能输入任意的初始状态和目标状态,通过空格来移动八张牌使得棋盘由初始状态到达目标状态。移动规则为:每次只能将与空格(上下左右)相邻的一个数字平移到空格中。

2. 算法思路

2.1 判断是否有解

  给定任意符合条件的初始状态 S 0 S_0 S0和目标状态 S g S_g Sg,并不一定存在解路线使得将初始状态转化为目标状态。因此,在求解前需要判断是否有解。
  八数码问题的一个状态实际上是0~9的一个排列,空格用0表示,对于任意给定的初始状态和目标状态,不一定有解,也就是说从初始状态不一定能到达目标状态。因为排列有奇排列和偶排列两类,排列只能在同类排列之间转化,而从奇排列不能转化成偶排列或相反。
  如果一个数字0~8的随机排列871526340,用 F ( X ) F(X) F(X)表示数字 X X X前面比它小的数的个数,全部数字的 F ( X ) F(X) F(X)之和为 Y = ∑ ( F ( X ) ) Y=\sum(F(X)) Y=(F(X)),如果 Y Y Y为奇数则称原数字的排列是奇排列,如果 Y Y Y为偶数则称原数字的排列是偶排列。
  例如:871526340这个排列的Y=0+0+0+1+1+3+2+3+0=10,10是偶数,所以是偶排列。871625340,Y=0+0+0+1+1+2+2+3+0=9,9是奇数,所以是奇排列。
  因此,可以在运行程序前检查初始状态和目标状态的排列是否相同,相同则问题可解,接着采用搜索算法求解,否则无解。

2.2 广度优先搜索求解

  我们定义结点 n o d e node node ,搜索中每次出现的一个棋盘都相当于一个结点 n o d e node node,我们定义一个队列 q u e u e queue queue用于保存搜索中所出现的所有棋盘结点,一个棋盘结点为队列的一个成员。
  广度优先搜索的基本思想是:
  从初始结点 h h h开始, 逐层地对结点进行扩展并考察它是否为目标结点,若不是目标结点,则放入待考察队列中;在第 n 层的结点没有全部扩展并考察之前,不对第 n+1 层的结点进行扩展。队列中的结点总是按进入的先后顺序排列,先进入的结点排在前面,后进入的排在后面。其搜索过程如图1所示。

在这里插入图片描述

图1 广度优先搜索过程

2.3 去重

  在搜索过程中,可能会同一状态重复搜索,有很多重复状态节点的扩展,会浪费时间。为解决这一问题使用哈希 m a p map map m a p map map键值为已经扩展过的状态节点编码后的字符串。当需要扩展状态节点 i i i时,若 i i i已经在 m a p map map中,即已经扩展过,就不再扩展,否则对其进行扩展,并将 i i i加入到 m a p map map中。这里的哈希 m a p map map使用C++ STL中的 u n o r d e r e d _ m a p unordered\_map unordered_map实现。

2.4 输出解路线

  每个节点保存其父节点,该节点由其父节点扩展而来,当搜索到目标状态时,根据父节点信息回溯回去,得到由初始状态到目标状态的解路线。

3. 数据结构及函数说明

3.1 数据结构

struct node {
	int a[3][3]; //九宫格 
	node* p;  //指向当前节点的父节点  
	node* next; //指向队列中下一个节点 
	node(string s) {
		for(int i=0;i<len;i++) {
			for(int j=0;j<len;j++) a[i][j] = s[i*len+j]-'0';
		}
		p = NULL;
		next = NULL;
	}
	node():p(NULL), next(NULL) {}
};

  定义一个结构体node表示广度优先搜索中的一个状态节点,其中:a是3*3二维数组,用来表示九宫格中每个位置的数字;p是指针,用来指向当前节点的父节点,这里的父节点是指当前节点由其父节点扩展而来;next是指针,指向广度搜索算法队列中的下一个节点;两个构造函数,分别用于有参数和无参数时结构体的初始化。

3.2 函数说明

3.2.1 input

  void input(node& start, node& target),键盘输入八数码初始状态和目标状态。

3.2.2 haveSolution

  bool haveSolution(node start, node target),判断输入的初始状态和目标状态是否有解,若有解返回true,否则返回false。

3.2.3 deCode

  string deCode(node t),将node t中的八数码进行编码变成字符串,并返回编码后的字符串。

3.2.4 explore

  bool explore(node cur, node& ex, char dic),该函数实现对cur状态节点进行指定方向的扩展,并通过ex参数将扩展后的结果返回,dic取值有“u,d,l,r”,分别表示空格向上、下、左、右移。若扩展成功返回true,否则返回false。

3.2.5 getSolution

  node* getSolution(node* start, node* target),输入参数为指向初始状态节点的指针和指向目标状态节点的指针;该函数计算出一条从初始状态转化为目标状态的一条路线,并返回指向该路线最后一个节点的指针。

3.2.6 print

  void print(node* t),输入参数t即为getSolution得到的指向结果路线最后一个节点的指针,print函数输出完整路线。

4. 流程图

  程序总体流程图如图2所示。

在这里插入图片描述

图2 程序总体流程图

5. C++代码

#include <bits/stdc++.h>
#include <string>
#define len 3
using namespace std;

struct node {
	int a[3][3]; //九宫格 
	node* p;  //指向当前节点的父节点  
	node* next; //指向队列中下一个节点 
	node(string s) {
		for(int i=0;i<len;i++) {
			for(int j=0;j<len;j++) a[i][j] = s[i*len+j]-'0';
		}
		p = NULL;
		next = NULL;
	}
	node():p(NULL), next(NULL) {}
};

void input(node& start, node& target);
bool haveSolution(node start, node target);
string deCode(node t);
bool explore(node cur, node& ex, char dic);
node* getSolution(node* start, node* target);
void print(node* t);

int main() {
	node start, target;
	input(start, target);
	if(!haveSolution(start, target)) {
		cout<<"奇偶不同,无解!!!"<<endl;
		return 0;
	}
	node* t = getSolution(&start, &target);
	if(t == NULL) cout<<"无解!!!"<<endl;
	else print(t);
	system("pause");
	return 0;
} 

void input(node& start, node& target) {
	//输入任意合法的初始状态和目标状态
	cout<<"请输入八数码初始状态,以3*3矩阵形式输入,空格用0表示"<<endl; 
	for(int i=0;i<len;i++) {
		for(int j=0;j<len;j++) cin>>start.a[i][j];
	}
	cout<<"请输入八数码目标状态,要求同初始状态"<<endl; 
	for(int i=0;i<len;i++) {
		for(int j=0;j<len;j++) cin>>target.a[i][j];
	}
}

bool haveSolution(node start, node target) {
	//判断初始状态和目标状态是否同为奇排列或同为偶排列,即是否有解 
	string s = "", t = "";
	int sc = 0, tc = 0;
	for(int i=0;i<len;i++) {
		for(int j=0;j<len;j++) {
			s += start.a[i][j]+'0';
			t += target.a[i][j]+'0';
		}
	}
	for(int i=1;i<s.length();i++) {
		for(int j=0;j<i;j++) {
			if(s[j]<s[i] && s[i]!='0' && s[j]!='0') sc++;
			if(t[j]<t[i] && t[i]!='0' && t[j]!='0') tc++;
		}
	}
	if(sc%2 == tc%2) return true;
	else return false;
}

string deCode(node t) {
	//将九宫格中的数字编码为字符串 
	string r = "";
	for(int i=0;i<len;i++) {
		for(int j=0;j<len;j++) r += t.a[i][j]+'0';
	}
	return r;
}

bool explore(node cur, node& ex, char dic) {
	//对当前状态cur进行扩展,dic为'u'表示空格向上移,'d'表示空格向下移
	//'l'表示向左移,'r'表示向右移,若无法扩展,返回false,若扩展成功,返回true,
	//并通过ex参数返回扩展后的节点 
	int r = 0, c = 0;
	for(int i=0;i<len;i++) {
		for(int j=0;j<len;j++) {
			if(cur.a[i][j] == 0) {
				r = i;
				c = j;
				break;
			}
		}
	}
	if(dic == 'u') {
		if(r == 0) return false;
		else swap(ex.a[r][c], ex.a[r-1][c]);
	}
	else if(dic == 'd') {
		if(r == len-1) return false;
		else swap(ex.a[r][c], ex.a[r+1][c]);
	}
	else if(dic == 'l') {
		if(c == 0) return false;
		else swap(ex.a[r][c], ex.a[r][c-1]);
	}
	else {
		if(c == len-1) return false;
		else swap(ex.a[r][c], ex.a[r][c+1]);
	}
	return true;
}

node* getSolution(node* start, node* target) {
	unordered_map<string,bool> m;
	node *front = start, *rear = front;
	string tarCode = deCode(*target);
	while(front!=NULL) {
		string curCode = deCode(*front);
		if(curCode == tarCode) {
			//找到目标状态 
			return front;
		}
		else {
			if(m.find(curCode)==m.end()) {
				//当前状态还未扩展过,进行扩展
				m[curCode] = true;
				node* dic[4];
				char op[4] = {'u','d','l','r'};
				for(int i=0;i<4;i++) dic[i] = new node(curCode);
				for(int i=0;i<4;i++) {
					if(explore(*front, *dic[i], op[i])) {
						dic[i]->p = front;
						rear->next = dic[i];
						rear = rear->next;
					}
				}
			}
		}
		front = front->next;
	}
	return NULL;
}

void print(node* t) {
	stack<node> s;
	while(t!=NULL) {
		s.push(*t);
		t = t->p;
	}
	cout<<endl<<"转化路线"<<endl;
	while(!s.empty()) {
		node cur = s.top();
		s.pop();
		for(int i=0;i<len;i++) {
			for(int j=0;j<len;j++) cout<<cur.a[i][j]<<" ";
			cout<<endl;
		}
		cout<<endl;
	}
}

6. 代码运行结果

  代码运行结果如图3所示。

在这里插入图片描述

图3 代码运行结果
A*算法求解八数码问题 1、A*算法基本思想: 1)建立一个队列,计算初始结点的估价函数f,并将初始结点入队,设置队列头和尾指针。 2)取出队列头(队列头指针所指)的结点,如果该结点是目标结点,则输出路径,程序结束。否则对结点进行扩展。 3)检查扩展出的新结点是否与队列中的结点重复,若与不能再扩展的结点重复(位于队列头指针之前),则将它抛弃;若新结点与待扩展的结点重复(位于队列头指针之后),则比较两个结点的估价函数中g的大小,保留较小g值的结点。跳至第五步。 4)如果扩展出的新结点与队列中的结点不重复,则按照它的估价函数f大小将它插入队列中的头结点后待扩展结点的适当位置,使它们按从小到大的顺序排列,最后更新队列尾指针。 5)如果队列头的结点还可以扩展,直接返回第二步。否则将队列头指针指向下一结点,再返回第二步。 2、程序运行基本环境: 源程序所使用编程语言:C# 编译环境:VS2010,.net framework 4.0 运行环境:.net framework 4.0 3、程序运行界面 可使用程序中的test来随机生成源状态与目标状态 此停顿过程中按Enter即可使程序开始运行W(n)部分; 此停顿部分按Enter后程序退出; 4、无解问题运行情况 这里源程序中是先计算源状态与目标状态的逆序对的奇偶性是否一致来判断是否有解的。下面是无解时的运行画面: 输入无解的一组源状态到目标状态,例如: 1 2 3 4 5 6 7 8 0 1 2 3 4 5 6 8 7 0 运行画面如下: 5、性能比较 对于任一给定可解初始状态,状态空间有9!/2=181440个状态;当采用不在位棋子数作为启发函数时,深度超过20时,算法求解速度较慢; 其中启发函数P(n)与W(n)的含义如下: P(n): 任意节点与目标结点之间的距离; W(n): 不在位的将牌数; 源状态 目标状态 P(n) 生成节点数 W(n) 生成节点数 P(n) 扩展节点数 W(n) 扩展节点数 2 8 3 1 6 4 7 0 5 1 2 3 8 0 4 7 6 5 11 13 5 6 1 2 3 8 0 4 7 6 5 0 1 3 8 2 4 7 6 5 6 6 2 2 4 8 2 5 1 6 7 0 3 7 4 2 8 5 6 1 3 0 41 79 22 46 6 2 5 8 7 0 3 1 4 0 3 6 7 1 8 4 5 2 359 10530 220 6769 7 6 3 1 0 4 8 5 2 2 8 7 1 3 4 6 5 0 486 8138 312 5295 下图是解决随机生成的100中状态中,P(n)生成函数的生成节点与扩展节点统计图: 由上图可知,P(n)作为启发函数,平均生成节点数大约在1000左右,平均扩展节点数大约在600左右; 下图是解决随机生成的100中状态中,W(n)生成函数的生成节点与扩展节点统计图: 由上图可知,W (n)作为启发函数,平均生成节点数大约在15000左右,是P(n)作为启发函数时的平均生成节点的15倍;W (n)作为启发函数,平均扩展节点数大约在10000左右,是P(n)作为启发函数时的平均扩展节点的15倍; 下图是解决随机生成的100中状态中,两个生成函数的生成节点与扩展节点统计图: 由上述图表可以看到,将P(n)作为启发函数比将W(n)作为启发函数时,生成节点数与扩展节点数更稳定,相比较来说,采用P(n)作为启发函数的性能比采用W(n)作为启发函数的性能好。 6、源代码说明 1)AStar-EightDigital-Statistics文件夹:用来随机生成100个状态,并对这100个状态分别用P(n)与W(n)分别作为启发函数算出生成节点以及扩展节点,以供生成图表使用;运行界面如下: 2)Test文件夹:将0-8这9个数字随机排序,用来随机生成源状态以及目标状态的;运行界面如下: 3)AStar-EightDigital文件夹:输入源状态和目标状态,程序搜索出P(n)与W(n)分别作为启发函数时的生成节点数以及扩展节点数,并给出从源状态到目标状态的移动步骤;运行界面如下: 提高了运行速度的几处编码思想: 1、 在维护open以及close列表的同时,也维护一个类型为hashtable的open以及close列表,主要用来提高判断当前节点是否在open列表以及close列表中出现时的性能; 2、 对于每个状态,按照从左到右,从上到下,依次将数字拼接起来,形成一个唯一标识identify,通过该标识,可以直接判断两个状态是否是同一个状态,而不需要循环判断每个位置上的数字是否相等 3、 在生成每个状态的唯一标识identify时,同时计算了该状态的空格所在位置,通过空格所在位置,可以直接判断能否进行上移、下移、左移、右移等动作; 4、 只计算初始节点的h值,其它生成的节点的h值是根据当前状态的h值、移动的操作等计算后得出的,规则如下: a) 采用W(n)这种方式,不在位置的将牌数,共有以下3中情况: i. 该数字原不在最终位置上,移动后,在其最终位置上 这种情况下,生成的子节点的h值= 父节点的h值-1 ii. 该数字原在最终位置上,移动后,不在其最终位置上 这种情况下,生成的子节点的h值= 父节点的h值 +1 iii. 该数字原不在最终位置上,移动后,还是不在其最终位置上 这种情况下,生成的子节点的h值= 父节点的h值 iv. 该数字原在最终位置上,移动后,还在其最终位置 这种情况不存在 b) 采用P(n)这种方式,节点与目标距离,可通过下面3步完成 i. 首先计算在原位置时,与目标位置的距离,命名为Distance1 ii. 移动后,计算当前位置与目标位置的距离,命名为Distance2 iii. 计算子节点的h值: 子节点的h值 = 父节点的h值- Distance1+ Distance2 5、 在任意状态中的每个数字和目标状态中同一数字的相对距离就有9*9种,可以先将这些相对距离算出来,用一个矩阵存储,这样只要知道两个状态中同一个数字的位置,就可查出它们的相对距离,也就是该数字的偏移距离;例如在一个状态中,数字8的位置是3,在另一状态中位置是7,那么从矩阵的3行7列可找到2,它就是8在两个状态中的偏移距离。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

奇齐

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值